分布式指挥控制决策冲突问题的一致性模型

基于复合标度的二元语义评价方法,提出了一种用于分布式指挥控制决策冲突问题的一致性模型。该模型首先对决策者的一致程度进行判断;其次,测量出个人与整体的偏好偏差,并由模型中的反馈机制提出相关反馈建议;最后通过算例表明该模型可以较好解决决策过程中由于个人认知不同而产生的冲突问题。     

基于Web Service的软件资源共享方法研究

在目前网络资源纷繁杂乱的环境下,用户对软件资源共享的需求日益增长。针对网络中软件资源分布广、异构程度高、应用形式繁多、没有统一的标准等现状,分析了在B/S模式下基于Web Service的软件资源共享实现的基本方法。首先介绍了软件资源共享的基本概念,其次分析了软件资源共享所需要的Web Service技术、交互式远程显示技术、批处理作业管理和单点登录等关键技术,最后完成了软件资源共享应用系统的设计,为实现面向服务的软件资源共享提供了一种有益的参考。     

应用语义关系自动构建情感词典

构建英文情感词典研究相对成熟,形成了丰富可靠的词典资源。而针对中文的研究时间短,中文情感分析词典资源较少。借鉴现有可靠的英文词典资源,提出了基于语义关系的情感词典自动构建算法,算法先从HowNet的概念中进行中文义原和词语抽取及语义分析,再利用HowNet概念中DEF中英文属性值,在英文情感词典SentWordNet中进行义原和词语情感值查询,最后根据词语和义原之间的语义关系进行词语的情感值计算。算法直接利用现有的英文情感词典,无须人工标注,生成的情感词典记录了词语的语义关系、情感极性值等多种信息,弥补了现有词典的不足。评测实验结果表明,根据算法实现的情感词典相比其他词典在准确率接近的情况下,召回率和F值最高,取得了较好的评测性能。     

信息融合体系结构评述

简要描述了信息融合体系结构的概念、作用及现状,列举了部分体系结构模型,介绍了美国DoD体系结构技术发展和几类商用技术,并针对信息融合框架密切相关的技术,详述了IPv6、中间件CORBA和DCOM、本体论与语义Web等关键技术,指出未来分布式信息融合体系结构(DIFA)的发展应立足于现有流行技术和网络技术,构建具有工程意义的体系结构。     

空间军事系统综合集成研讨厅中基于移动Agent的数据挖掘结构研究

空间军事系统综合集成研讨厅是一种分布式的网络结构,包含着丰富的信息资源。要想充分利用这些数据资源以及数据后面所隐藏的重要信息,必须建立有效的数据挖掘模式。本文在应用移动A-gent技术的基础上,将Web数据挖掘和分布式数据挖掘进行松散耦合,建立了合理的挖掘框架,并对其结构作了详细说明。     

网络安全脆弱性分析与处置系统的研究与实现

在分析国内外研究现状的基础上,针对现有的漏洞库系统在漏洞信息的组织、使用等方面存在的不足,采用分布计算技术、数据库技术、Web技术实现了网络安全脆弱性分析与处置系统。该系统实现了基于Web的漏洞库(含补丁库)的访问与维护工具,便于获取相应漏洞的解决方案和下载相应的补丁程序,降低了系统维护的开销,提高了系统的可维护性;补丁推送程序实现了对系统补丁程序的远程推送、漏洞修补和补漏检测,提高了系统的自动化程度,为网络安全脆弱性处置提供了有力工具。     

Web站点负载测试方法研究

目前,随着网站数目的增多,网络用户也在急剧增加,因而对网站性能也提出了新的要求。针对Web站点提出相应的负载测试方法。通过该方法的使用,可以极大提高系统的性能、服务质量及可靠性,避免由于网站访问人数剧增而引起网站系统崩溃等情况的发生,从而减少不必要的损失。     

基于二元语义和比较得分算子的敏捷指挥控制决策表达方法?

敏捷指挥控制是应对现代战场复杂多变特点和快速响应要求的有效途径。在指控群体决策中，为了实现指控的敏捷性，决策成员应当尽可能快速准确地表达自己的决策信息，以利于决策信息迅速集结和提高决策质量。针对利用二元语义分析方法进行决策时决策者很难精确给出符号转移值的问题，提出一种基于比较得分算子的符号转移值确定方法，对于多个备选方案被评价到同一语言评价等级上的情况，采用比较得分算子来确定这些方案的权重，再利用转换函数将权重转换为符号转移值。最后通过算例证明方法的有效性。     

关联数据及其在国际军事情报工作中的应用

关联数据是语义网的最佳实践,其国际最典型应用体现于军事情报工作中。在阐述关联数据的概念及其"数据"与"语义关联"的本质特征的此基础上,分析了关联数据在情报工作全流程中的具体应用,包括:情报收集的多源异构情报融合共享获取能力、情报分析的智能化关联综合能力、情报发布的开放与知识链接导航能力及情报组织利用的语义结构化与高效检索能力等,并进而提出了我国我军实现关联数据的策略。     

对象边框标注数据的弱监督图像语义分割

针对图像语义分割应用中像素级标注数据费时昂贵的问题,主要研究以对象边框标注数据为代表的弱监督模型下的图像语义分割方法。使用基于金字塔的密集采样全卷积网络提取图像的像素级特征,并用GrabCut算法转化对弱监督数据进行数据标记,通过将图像特征和标记数据进行联合训练,构建了基于金字塔密集采样全卷积网络的对象边框标注弱监督图像语义分割模型,并在公开数据集上进行了验证。实验结果表明,所构建的弱监督模型与DET3-Proposed模型、全矩形转化模型以及Bbox-Seg模型相比,达到了更好的分割效果。